레플리케이션

3. 분산 시스템에서의 레플리케이션

분산 시스템에서 레플리케이션(복제)은 데이터의 가용성과 일관성을 유지하는 데 중요한 역할을 한다. 크게 능동 복제와 수동 복제로 나눌 수 있다.

• 능동 복제 (Active replication): 모든 복제본에서 동일한 요청을 처리하는 방식이다. 상태 머신 복제라고도 한다.
• 수동 복제 (Passive replication): 하나의 복제본에서 요청을 처리하고 결과를 다른 복제본으로 전송하는 방식이다.
• 프라이머리-백업 (Primary-backup): 하나의 주 복제본(Primary)이 모든 요청을 처리하고, 백업 복제본(Backup)은 주 복제본에 장애가 발생할 경우 이를 대체한다. 주-종 방식이라고도 하며, 고가용성 클러스터에서 많이 사용된다.
• 멀티 프라이머리 (Multi-primary): 여러 복제본이 동시에 요청을 처리하는 방식이다. 분산 동시성 제어가 필요하며, 예를 들어 분산 잠금 관리자를 사용할 수 있다.

3. 1. 데이터 복제 모델

• '''트랜잭션 복제''': 트랜잭션 데이터와 같은 데이터를 복제하는 데 사용된다. 일관성 직렬화 모델이 사용되며, 이는 트랜잭션 시스템이 보장하려는 전반적인 ACID (원자성, 일관성, 격리성, 지속성) 속성에 따라 복제된 데이터에 대한 트랜잭션의 유효한 결과를 정의한다.
• '''상태 머신 복제''': 복제된 프로세스가 결정적 유한 오토마톤이며 모든 이벤트의 원자적 브로드캐스트가 가능하다고 가정한다. 이는 분산 합의에 기반하며 트랜잭션 복제 모델과 많은 공통점을 가지고 있다. 때로는 활성 복제의 동의어로 오해되기도 한다. 상태 머신 복제는 일반적으로 여러 라운드의 팍소스 알고리즘으로 구성된 복제된 로그로 구현된다. 이는 구글의 Chubby 시스템에 의해 대중화되었으며, 오픈 소스 키스페이스 데이터 저장소의 핵심이다.^[4][5]
• '''가상 동기화''': 메모리 내 데이터를 복제하거나 작업을 조정하기 위해 협력하는 프로세스 그룹을 포함한다. 이 모델은 "프로세스 그룹"이라고 하는 분산 엔티티를 정의한다. 프로세스는 그룹에 가입할 수 있으며, 그룹 구성원이 복제한 데이터의 현재 상태가 포함된 체크포인트를 제공받는다. 그런 다음 프로세스는 그룹에 멀티캐스트를 보낼 수 있으며, 들어오는 멀티캐스트를 동일한 순서로 보게 된다. 멤버십 변경은 그룹의 프로세스에 새로운 "멤버십 뷰"를 전달하는 특별한 멀티캐스트로 처리된다.^[6]

4. 데이터베이스 레플리케이션

데이터베이스 레플리케이션은 데이터베이스 관리 시스템(DBMS)에서 데이터의 가용성과 안정성을 높이기 위해 사용된다. 일반적으로 마스터/슬레이브(Master/slave) 관계를 가지며, 마스터는 변경 사항을 기록하고 슬레이브에게 전달한다. 슬레이브는 변경이 성공하면 메시지를 보내 다음 변경 사항을 받을 수 있도록 한다.^[7]

멀티 마스터 복제는 여러 마스터가 동시에 변경 사항을 처리할 수 있지만, 충돌 방지 및 해결 메커니즘이 필요하다. 대부분의 동기식 복제는 충돌을 방지하는 반면, 비동기식 복제는 충돌 해결을 수행해야 한다. 예를 들어, 두 노드에서 동시에 레코드가 변경되면 동기식 복제는 트랜잭션 중 하나를 중단시키지만, 지연 복제는 두 트랜잭션을 모두 커밋하고 재동기화 중에 충돌을 해결한다.^[7] 충돌 해결은 트랜잭션 타임스탬프, 노드 계층 구조, 또는 더 복잡한 로직을 기반으로 할 수 있다.

데이터베이스 복제는 수평적, 수직적으로 확장될 때 더 복잡해진다. 수평적 확장은 더 많은 데이터 복제본을 가지며, 수직적 확장은 더 멀리 떨어진 곳에 복제본을 둔다. 수평적 확장은 다층, 다중 뷰 액세스 네트워크 프로토콜로 완화될 수 있으며, 수직적 확장은 인터넷 신뢰성 (컴퓨터 네트워킹) 및 성능 개선으로 해결되었다.^[8][9]

데이터가 복제되어 정보가 데이터베이스 시스템 전체에서 일관성을 유지하고 사용자가 어떤 서버를 사용하는지 알 수 없을 때, 복제 투명성을 나타낸다고 한다. 그러나 복제 투명성이 항상 달성될 수 있는 것은 아니며, CAP 정리 또는 PACELC 정리에 의해 제약된다. NoSQL에서는 데이터 일관성이 가용성, 분할 허용성 등과 같은 속성을 위해 희생되기도 한다. 다양한 일관성 모델은 서비스 제공업체와 사용자 간의 서비스 수준 계약(SLA) 역할을 하도록 개발되었다.

복제에 대한 고전적인 접근 방식은 기본-백업 모델을 기반으로 한다. 기본 장치는 계산을 수행하고 업데이트 로그를 백업 프로세스로 스트리밍하며, 기본 장치에 장애가 발생하면 백업 프로세스가 제어권을 인수한다. 하지만 장애 발생 시 로그 일부가 손실되면 트랜잭션이 손실될 수 있다. 기본-백업 방식은 실제 작업을 하나만 수행한다는 약점이 있다. 내결함성은 확보되지만 비용이 두 배로 증가한다.

이러한 문제로 인해, 분산 시스템 연구 커뮤니티는 데이터를 복제하는 대체 방법을 모색했고, 여러 복제본 그룹이 협력하여 각 프로세스가 백업 역할을 하면서 작업 부하를 분담하는 방식이 등장했다. 컴퓨터 과학자 짐 그레이는 다중 기본 복제 방식에 대해 회의적인 입장을 보였다.^[10][11] 그는 데이터가 자연스럽게 분할되지 않으면 동시성 제어 충돌로 인해 성능이 저하되고 복제본 그룹의 속도가 감소할 것이라고 주장했다.

1985~1987년에는 가상 동기화 모델이 제안되었으며 널리 채택된 표준으로 등장했다. 가상 동기화는 여러 프로세스 그룹이 요청 처리의 일부를 병렬 처리하기 위해 협력하는 다중 기본 방식을 허용하며, 그룹 크기에 따라 선형적인 속도 향상을 제공할 수 있다.

많은 최신 제품이 유사한 방식을 지원한다. WANdisco는 네트워크의 모든 노드가 정확한 복제본이므로 모든 노드가 한 번에 활성화되는 액티브 복제를 허용하며, 광역 네트워크(WAN)에서 사용하도록 최적화되었다.

최신 다중 기본 복제 프로토콜은 일반적인 오류 없는 작업을 위해 최적화되었다. 체인 복제^[12]는 이러한 프로토콜의 인기 있는 제품군이다. 체인 복제의 최첨단 프로토콜 변형^[13]은 쓰기를 위해 복제본을 체인으로 배열하여 높은 처리량과 강력한 일관성을 제공한다. 더 최근의 다중 기본 프로토콜인 [https://hermes-protocol.com/ Hermes],^[14]는 캐시 일관성에서 영감을 얻은 무효화와 논리적 타임스탬프를 결합하여 모든 복제본에서 로컬 읽기 및 고성능 쓰기를 통해 강력한 일관성을 달성한다.

5. 파일 시스템 레플리케이션

파일 시스템 레플리케이션은 블록 장치 수준에서 업데이트를 분산하여 구현된다. 이는 가상 블록 장치의 업데이트 내용을 물리적 하드 디스크에 분배하는 방식으로 이루어진다. 이 방식을 사용하면 운영 체제가 지원하는 모든 파일 시스템을 수정 없이 복제할 수 있는데, 파일 시스템 코드가 블록 장치 드라이버 계층 위에서 작동하기 때문이다. 하드웨어나 소프트웨어를 통해 구현될 수 있다. DRBD는 리눅스의 대표적인 구현 예시이다.^[1]

가장 기본적인 방법은 로컬로 연결된 디스크에 일반적인 디스크 미러링을 사용하는 것이다. 저장소 산업에서는 "미러링"을 로컬(단거리) 작업으로 정의한다. 복제는 컴퓨터 네트워크를 통해 확장 가능하여 디스크를 물리적으로 멀리 떨어진 위치에 배치할 수 있으며, 일반적으로 기본/복제 데이터베이스 복제 모델이 적용된다. 복제의 목적은 한 위치에서 발생할 수 있는 장애 또는 재해 복구로 인한 손상을 방지하거나, 이러한 이벤트가 발생할 경우 데이터 복구 능력을 향상시키는 것이다.^[1]

파일 시스템 레플리케이션은 블록 장치에 업데이트가 컴퓨터 네트워크에서 이루어질수 있도록 한다. 이것의 이점은 레플리케이션 슬레이브가 위치하게 되는 물리적 원격 위치에 있어서 파괴되는 것을 피하고 유용성을 증가하는데 로컬 고장이나 재난 수준의 경우에 있어서이다.^[1]

복제의 경우, 사이트 간의 거리 또는 사용할 수 있는 복제 유형을 결정하기 때문에 대기 시간이 중요한 요소이다. 이러한 교차 사이트 복제의 주요 특징은 비동기 또는 동기 복제를 통해 쓰기 작업이 처리되는 방식이다.^[1]

복제 방식은 다음과 같이 분류할 수 있다.

• 동기 복제
• 비동기 복제
• 반동기 복제
• Point-in-Time 복제

6. 저장 장치 레플리케이션

저장 장치 복제는 일반적으로 블록 장치의 업데이트를 여러 개의 물리적인 하드 디스크로 분산하여 구현된다. 이렇게 하면 운영 체제에서 지원하는 모든 파일 시스템을 수정 없이 복제할 수 있는데, 파일 시스템 코드는 블록 장치 드라이버 계층 위에서 작동하기 때문이다. 이는 하드웨어(디스크 배열 컨트롤러) 또는 소프트웨어(장치 드라이버)로 구현된다.

가장 기본적인 방법은 로컬로 연결된 디스크에 대한 디스크 미러링이며, 저장소 산업에서는 "미러링"을 로컬(단거리) 작업으로 정의한다. 복제는 컴퓨터 네트워크를 통해 확장 가능하므로 디스크를 물리적으로 멀리 떨어진 위치에 배치할 수 있으며, 일반적으로 기본/복제 데이터베이스 복제 모델이 적용된다. 복제의 목적은 한 위치에서 발생할 수 있는 장애 또는 재해 복구로 인한 손상을 방지하거나, 이러한 이벤트가 발생할 경우 데이터 복구 능력을 향상시키는 것이다. 복제의 경우, 사이트 간의 거리 또는 사용할 수 있는 복제 유형을 결정하는 데 대기 시간이 중요한 요소이다.

이러한 교차 사이트 복제의 주요 특징은 비동기 또는 동기 복제를 통해 쓰기 작업이 처리되는 방식이다.

• '''동기 복제'''는 모든 쓰기 작업에서 대상 서버의 응답을 기다려야 하므로 원자적 연산 쓰기 작업을 통해 "데이터 손실 없음"을 보장한다. 원자적 연산 쓰기 작업은 로컬 및 원격 저장소 모두에서 승인될 때까지 쓰기 작업이 완료된 것으로 간주되지 않는다. 대부분의 애플리케이션은 추가 작업을 진행하기 전에 쓰기 트랜잭션이 완료될 때까지 기다리므로 전반적인 성능이 상당히 감소한다. 성능은 거리에 비례하여 떨어지며, 최소 지연 시간은 광속에 의해 결정된다. 10km 거리의 경우, 가장 빠른 왕복 시간은 67μs인 반면, 전체 로컬 캐시 쓰기는 약 10~20μs에 완료된다.
• '''비동기 I/O 복제'''에서 쓰기 작업은 로컬 저장소가 이를 승인하는 즉시 완료된 것으로 간주된다. 원격 저장소는 작은 지연 시간으로 업데이트된다. 성능은 크게 향상되지만, 로컬 저장소 장애 시 원격 저장소가 현재 데이터 복사본을 갖지 못할 수 있다(가장 최근 데이터가 손실될 수 있음).
• '''반동기 복제'''는 일반적으로 로컬 저장소에서 승인하고 원격 서버에서 수신 또는 로깅된 경우 쓰기 작업이 완료된 것으로 간주한다. 실제 원격 쓰기는 비동기적으로 수행되어 성능이 향상되지만, 원격 저장소는 로컬 저장소보다 뒤처지므로 로컬 저장소 장애 시 내구성(즉, 원활한 투명성)을 보장할 수 없다.
• '''시점 복제'''는 기본 저장소 대신 복제되는 주기적인 스냅샷(컴퓨터 저장소)을 생성한다. 이는 전체 볼륨이 아닌 변경된 데이터만 복제하기 위한 것이다.

• DRBD 모듈(리눅스)
• SRDF(EMC 코퍼레이션)
• PPRC, Global Mirror(IBM)
• TrueCopy(히타치 제작소)
• Veritas Volume Replicator (시만텍)
• DDR/RDR(NEC)

7. 분산 공유 메모리 레플리케이션

분산 공유 메모리 시스템에서는 레플리케이션(복제)이 사용된다. 이러한 시스템에서는 여러 노드가 동일한 메모리 페이지를 공유하며, 각 노드는 해당 페이지의 별도 복사본(레플리케이션)을 가진다.

8. 레플리케이션 투명성

리소스가 여러 위치에 복제되어도 사용자에게는 단일 리소스처럼 보인다.

참조

_[1] 논문 Combination of data replication and scheduling algorithm for improving data availability in Data Grids 2013
_[2] 논문 Dynamic QoS-aware Data Replication in Grid Environments 2012
_[3] 웹사이트 Backup and Replication: What is the Difference? https://www.zerto.co[...] 2012-02-06
_[4] 웹사이트 Keyspace: A Consistently Replicated, Highly-Available Key-Value Store http://scalien.com/w[...] 2010-04-18
_[5] 웹사이트 The Chubby Lock Service for Loosely-Coupled Distributed Systems http://labs.google.c[...] 2010-04-18
_[6] 서적 Proceedings of the eleventh ACM Symposium on Operating systems principles - SOSP '87 Association for Computing Machinery 1987-11-01
_[7] 서적 ITTIA DB SQL™ User's Guide ITTIA L.L.C. 2016-10-21
_[8] 웹사이트 Measurement of the Achieved Performance Levels of the WEB Applications With Distributed Relational Database http://facta.junis.n[...] Facta Universitatis 2014-01-30
_[9] 웹사이트 Data Replication Strategies with Performance Objective in Data Grid Systems: A Survey http://oatao.univ-to[...] Underscience Publisher 2014-12-18
_[10] 문서 "The Dangers of Replication and a Solution" http://research.micr[...]
_[11] 간행물 Proceedings of the 1999 ACM SIGMOD International Conference on Management of Data: SIGMOD '99 1999-06-01
_[12] 간행물 Chain replication for supporting high throughput and availability https://dl.acm.org/d[...] USENIX Association 2004-12-06
_[13] 간행물 Object storage on CRAQ: high-throughput chain replication for read-mostly workloads https://dl.acm.org/d[...] 2009-06-14
_[14] 서적 Proceedings of the Twenty-Fifth International Conference on Architectural Support for Programming Languages and Operating Systems Association for Computing Machinery 2020-03-13
_[15] 문서 "The Dangers of Replication and a Solution" http://research.micr[...]